[发明专利]病情可视化预测系统、方法、计算机设备及存储介质有效
申请号: | 202010621374.0 | 申请日: | 2020-06-30 |
公开(公告)号: | CN111785376B | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 徐欣星 | 申请(专利权)人: | 平安国际智慧城市科技股份有限公司 |
主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H50/20 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 涂年影 |
地址: | 518000 广东省深圳市前海深港合*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 病情 可视化 预测 系统 方法 计算机 设备 存储 介质 | ||
本发明公开了病情可视化预测系统、方法、计算机设备及存储介质,系统包括:病例信息获取模块,用于接收检验图像并获取预存的病例信息库中对应的病例信息;询问信息生成模块,用于根据病例信息及询问数据库生成询问信息并发送第一终端;预测参数获取模块,用于接收答复信息并根据预测模型获取对应的预测参数;预测结果获取模块,用于根据时间参数及预测参数生成对应的病情预测结果;预测结果发送模块,用于将病情预测结果发送至第一终端及第二终端。本发明基于人工智能技术,应用于智慧医疗领域,可依据患者的病例信息及答复信息对检验图像进行预测得到对应的可视化的病情预测结果,使患者可以更直观获取自身的病情变化,更直观感受到治疗效果。
技术领域
本发明涉及智能预测技术领域,属于智慧城市智慧医疗相关的应用场景,尤其涉及一种病情可视化预测系统、方法、计算机设备及存储介质。
背景技术
随着互联网技术的发展,患者每次进行诊断、检验的过程中均可得到对应的检验信息,检验信息以图片或文字信息进行体现,患者可通过手机等终端设备查阅所得到的检验信息。但针对目前众多的慢性疾病,存在治疗周期长、见效慢、检查次数多的特点,患者在长时间的治疗过程中往往能收到大量的检验信息,多个单次检验得到的检验信息过于零散,且在显示检验信息时不能直观反映患者的病情变化,导致患者无法直观感受到治疗的效果。因此,现有的技术方法在对患者的检验信息进行显示时存在无法直观体现病情变化的问题。
发明内容
本发明实施例提供了一种病情可视化预测系统、方法、计算机设备及存储介质,旨在解决现有技术方法在对患者的检验信息进行显示时存在无法直观体现病情变化的问题。
第一方面,本发明实施例提供了一种病情可视化预测方法,其包括:
若接收到检验设备所采集的检验图像,获取预存的病例信息库中与所述检验图像所属的患者对应的病例信息;
根据所述病例信息及预存的询问数据库生成对应的询问信息并发送至与所述病例信息中患者联系方式对应的第一终端;
若接收到所述第一终端反馈的答复信息,根据预置的预测模型获取与所述病例信息及所述答复信息对应的预测参数;
根据预置的时间参数及所述预测参数生成与所述检验图像对应的病情预测结果;
将所述病情预测结果发送至所述第一终端及与所述病例信息中联系人信息对应的第二终端。
第二方面,本发明实施例提供了一种病情可视化预测系统,其包括:
病例信息获取模块,用于若接收到检验设备所采集的检验图像,获取预存的病例信息库中与所述检验图像所属的患者对应的病例信息;
询问信息生成模块,用于根据所述病例信息及预存的询问数据库生成对应的询问信息并发送至与所述病例信息中患者联系方式对应的第一终端;
预测参数获取模块,用于若接收到所述第一终端反馈的答复信息,根据预置的预测模型获取与所述病例信息及所述答复信息对应的预测参数;
预测结果获取模块,用于根据预置的时间参数及所述预测参数生成与所述检验图像对应的病情预测结果;
预测结果发送模块,用于将所述病情预测结果发送至所述第一终端及与所述病例信息中联系人信息对应的第二终端。
第三方面,本发明实施例又提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的病情可视化预测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的病情可视化预测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010621374.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于预训练模型的场景适配学习方法及系统
- 下一篇:地质灾害实时监测预警装置